Fertigungsunternehmen arbeiten oft mit vielen Altsystemen, die in sich geschlossen sind und oft unterschiedliche Teilenummern und Prozesse beinhalten. Da gibt es eine Datenbank für die Verfolgung von Supportanfragen und eine weitere für die Supportdokumentation. In anderen Fällen ist die Kundendatenbank nicht mit dem Supportsystem integriert, oder das Inventar des Teilebestandes liegt in einer dritten Datenbank. Die einzelnen Systeme sind nicht kohärent in Bezug auf die Produktinformationen oder auch nur der Art und Weise, wie Produktcodes ausgezeichnet werden.
Die Wartungsfachkraft muss also immer genau wissen, wo sich die Information befindet, die sie für ihren konkreten Arbeitsschritt benötigt. Oft sucht sie an der falschen Stelle und weil jedes System seine eigene Suchsystematik besitzt, wird das Ganze zu einer zähen Angelegenheit. Oft müssen Ingenieure und Ingenieurinnen nach früheren Beispielen für ein ähnliches Problem suchen, um aktuelle Probleme schnell zu lösen. Oder die Antwort auf ein Problem ist bereits in der vorhandenen Dokumentation enthalten, aber in Hunderten von Seiten Text versteckt.
Das Problem, relevante Informationen schnell zu finden, potenziert sich, weil die Datenmenge in einem Fertigungsunternehmen ständig wächst. Es gibt inzwischen zahlreiche Untersuchungen, die belegen, wieviel Prozent eines typischen Supportszenarios für die Suche nach Informationen draufgehen: 25! Auch steigert es nicht gerade die Kundenzufriedenheit, wenn ein Techniker keine Details über frühere und bestellte Teile finden kann, die zur Klärung eines aktuellen Problems beitragen.
Das alles steht dem Wunsch entgegen, Probleme schnell und präzise zu lösen. Nur so jedoch lassen sich Maschinen und Anlagen permanent auf technisch einwandfreiem Zustand und die Gesamtkosten niedrig halten.
Enterprise-Search-Plattform verbindet sich mit Anwendungen
Ein umfassendes, zentrales Suchsystem für alle Support-Informationen kann die beschriebenen Probleme lösen, indem es einen vollständigen Überblick über alles vermittelt, was Support-Teams benötigen – nicht nur die richtigen Informationen, sondern auch alle Daten rund um das Problem.
Eine solche Enterprise-Search-Plattform vermittelt eine ganzheitliche Sicht, wodurch man sich nicht mehr durch unzählige verschiedene Datenbanken wühlen muss. Dazu verbindet sie sich zunächst mit allen datenhaltigen Anwendungen im Unternehmen: Ticketsystem, Product-Lifecycle-Management, Teile-Datenbank etc. Zu diesen Anwendungen steht die Suchsoftware einen einzigen Einstiegspunkt bereit. Hersteller Sinequa zum Beispiel bietet Konnektoren zu mehr als 200 verschiedenen Systemen.
Das bloße Verbinden der Systeme bedeutet natürlich noch nicht, dass sich die darin enthaltenen Informationen auf magische Weise anfinden. Bei der Kombination von Millionen von Dokumenten über alle Systeme hinweg könnte sich die Sichtbarkeit sogar verschlechtern, da zum Beispiel Informationen, die ein Ingenieur benötigt, unter all den anderen verfügbaren Daten begraben werden.
Das Suchsystem muss also, um relevante Suchergebnisse liefern zu können, die Dokumente organisieren, angefangen bei ihrer Indizierung durch die Extraktion spezifischer Metadaten. Ein Fertigungsunternehmen wird das System an seine Bedürfnisse anpassen wollen, z. B. durch die Aufnahme von Akronymen für Teile, Prozesse oder Produkte.
Natural Language Processing und automatische Clusterbildung grenzen Suche ein
Das bedeutet, dass man auch verwandte Informationen erhält, wenn man nach PLM-Daten sucht. Enterprise-Search-Lösungen beinhalten dafür Natural Language Processing und Machine Learning-Algorithmen wie automatische Clusterbildung (Einordnung von Inhalten in Kategorien), Klassifizierung anhand von Beispielen (ohne definierte Regeln), Empfehlungen, Predictive Analytics und Ähnlichkeitsberechnungen (welche Inhalte sind ähnlich, auch wenn die Schlüsselbegriffe nicht die gleichen sind?).
Solche KI-Instrumente ermöglichen es, dass Dokumente nicht nur einfach nach Schlüsselwörtern durchsucht werden können, sondern auch Details angezeigt werden, von denen man gar nicht wusste, dass sie existieren. Die Suche gibt zum Beispiel an, welcher Supporttechniker ein bestimmtes Problem in der Vergangenheit bearbeitet hat und zeigt gleichzeitig seine Kontaktdaten. So pflanzt sich Wissen mittels Suche fort.
Weniger Last für Wartung und Support
Eine schnellere, vollständigere Suche verringert die Belastung der Wartungs- und Supporttechniker:innen. Sie müssen nicht darüber nachdenken, wo sich bestimmte Informationen befinden, erhalten eine Vorschau eines Dokumentes innerhalb einer Suche und können zu relevanten Auszügen springen. Kürzere Ausfallzeiten und schnellere Reparaturen sind ein Resultat davon.
Von beliebigen Endgeräten aus, d.h. auch im Außendienst bei Kunden, können sie über die Suchlösung als zentralen Einstiegspunkt alle Anwendungen im Unternehmen durchsuchen und erhalten auch verwandte Ergebnisse, nach denen nicht explizit gesucht wurde. Durch die Einbettung großer Sprachmodelle als Rückgrat von generativer KI können Informationen heute zudem in einem Chatdialog abgefragt werden. Das Ergebnis sind Antworten, die aus den im LLM enthaltenen Dokumenten resultieren.
